MétaCan
Menu
Retour à la cohorte
Enregistrement W2968753362 · doi:10.1063/1.5115067

Localization model description of diffusion and structural relaxation in superionic crystalline UO2

2019· article· en· W2968753362 sur OpenAlexafffund
Hao Zhang, Xinyi Wang, Jack F. Douglas

Notice bibliographique

RevueThe Journal of Chemical Physics · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGlass properties and applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRelaxation (psychology)DiffusionArrhenius equationMaterials scienceIonAtmospheric temperature rangeAnharmonicityPicosecondSelf-diffusionThermodynamicsCondensed matter physicsChemistryChemical physicsActivation energyPhysical chemistryPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

We test the Localization Model (LM) prediction of a parameter-free relationship between the α-structural relaxation time τα and the oxygen ion diffusion coefficient DO with the Debye-Waller factor ⟨u2⟩ for crystalline UO2 under superionic conditions where large anharmonic interactions lead to non-Arrhenius relaxation and high ion mobility. As in a previous study of structural relaxation in Cu–Zr metallic glass materials having a range of compositions, we find that the LM relationship between the picosecond atomic dynamics (“fast” beta relaxation) and the long-time structural relaxation time and oxygen ion diffusion coefficient holds to an excellent approximation without any free parameters over the full range of temperatures and pressures investigated in our simulations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,424
Score d'incertitude au seuil0,113

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,220
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetGlass properties and applicationsTravaux en français237 207